01O que ele sabe fazer
- 68,2% no SWE-Bench Verified (entre os melhores modelos abertos)
- Roda em Mac com 36 GB de RAM
- Apache 2.0 comercial
- Chamadas de ferramentas + streaming nativos
- Tag oficial do Ollama com várias quantizações
- —Especializado em programação (não generalista)
- —Arquitetura MoE/SWA → suporte a transformers a partir da v5.6.2
05Instalar
Instale Ollama para seu SO. Verifique o modelo e sua quantização antes do download. Comece com 4096 tokens de contexto, depois verifique a alocação com ollama ps. Um comando abaixo não é prova de teste executado na sua máquina.
02Memória necessária
Quantidade aproximada de VRAM da GPU necessária para executar este modelo, incluindo a memória adicional para um contexto de 4k tokens. Para um contexto mais longo, adicione ~1 GB a cada 8k tokens.
Qual hardware usar para Laguna XS.2?
Para executar Laguna XS.2 localmente com quantização Q4, você precisa de aproximadamente 19 GB de VRAM. Uma opção para comparar: GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) — mantenha uma margem para o sistema e o contexto; verifique a compatibilidade do motor com a GPU.
Por que essa escolha? Nossa ficha completa sobre GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) →
Links afiliados — comissão possível sem custo adicional para você, recomendação independente. Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
Em deslocamento: Laguna XS.2 também roda em um Notebook RTX (24 GB de VRAM) →
03Velocidade estimada
Tokens gerados por segundo em Q4_K_M, contexto 4k. Acima de 20 t/s, a leitura é confortável. Abaixo de 10 t/s, é apenas para testar.
04Benchmarks públicos
Pontuações reproduzidas a partir das fichas dos modelos ou de fontes do MMLU-Pro / da comunidade. Unidade: % de respostas corretas.